王 蕾 賈 佳 路 遙 荊忠偉 姚允龍

由于城市建設(shè)過程中缺乏環(huán)保意識和規(guī)劃的指引，導(dǎo)致“城市病”愈演愈烈[1-3]。其中，熱島效應(yīng)是全球普遍面臨的城市問題，不僅直接降低人們的舒適度，更危害到人們的生命健康[4-6]，還會間接導(dǎo)致霧霾天氣頻發(fā)[7]、能源過度消耗[8]等問題。越來越多的研究表明，城市綠地具有良好的降溫效果，然而城市內(nèi)土地資源十分有限，因此優(yōu)化城市綠地配置特征與景觀格局、最大效率發(fā)揮城市綠地的降溫功能，受到了國內(nèi)外學(xué)者的廣泛關(guān)注[9]。

對于城市綠地配置特征與降溫效率的相關(guān)關(guān)系，一般使用熱紅外遙感影像獲取城市熱島信息，使用高分影像獲取城市綠地信息，進而研究二者的相互關(guān)系。已有研究多聚焦于城市綠地的單一屬性對其降溫效率的影響[10-11]，如Gallo等使用植被指數(shù)(NDVI)研究城市綠地與熱島效應(yīng)的關(guān)系，并利用回歸分析得出NDVI與地表溫度呈負(fù)相關(guān)[12]；Weng等建立了植被覆蓋度與地表溫度的線性回歸方程，并比較了植被覆蓋度和NDVI與地表溫度的相關(guān)性[13]。但是這種植被指數(shù)研究只能從宏觀上反映綠地的豐富度對其降溫效率的影響，無法體現(xiàn)出城市綠地結(jié)構(gòu)和空間布局的影響[14]。

為了解決這個問題，學(xué)者在研究城市綠地與城市熱島效應(yīng)的關(guān)系時引入了景觀生態(tài)學(xué)方法。如張昌順[15]、程好好[16]等研究不同綠地類型的降溫效果，得出了林地的降溫效果最好、草地的降溫效果最差的結(jié)論；馮嫻慧[17]、賈劉強[18]等研究了綠地的面積對其降溫效果的影響，表明城市綠地只有達(dá)到一定閾值才會對周圍產(chǎn)生降溫效果；還有學(xué)者研究城市綠地的郁閉度[19]和綠化覆蓋率[20]與降溫效果的關(guān)系，但仍局限于單因素研究。從植被指數(shù)的單因素研究轉(zhuǎn)向使用景觀生態(tài)學(xué)的方法研究城市綠地的多種配置特征對其降溫效率的影響更具科學(xué)性，但如何挖掘城市綠地的不同配置特征對其降溫效率的影響？如何把握全球氣候變化驅(qū)動下降溫效率最大化的綠地面積和植被結(jié)構(gòu)類型？如何通過調(diào)整城市綠地的配置結(jié)構(gòu)和空間布局，使其降溫效率最大化？這些問題亟須深入探究。

本文以遙感影像為基礎(chǔ)數(shù)據(jù)，研究城市綠地對熱島效應(yīng)的最大緩解效率；通過高分2號(GF-2)遙感影像提取城市綠地，引入景觀參數(shù)，使用FRAGSTATS軟件計算城市綠地的景觀參數(shù)，研究長春市城市綠地分布特征；使用Landsat 8 TIR數(shù)據(jù)反演地表溫度，研究長春市熱環(huán)境空間格局；以ArcGIS和SPSS為支撐，定量研究城市綠地的降溫效率。以期指導(dǎo)長春市城市綠地的空間優(yōu)化布局，達(dá)到緩解城市熱島效應(yīng)、保障人民健康、減少能源消耗，以及改善城市小氣候等目標(biāo)。

1 研究方法

1.1 研究區(qū)域

長春市位于北緯43°05′～45°15′，東經(jīng)124°18′～127°05′。根據(jù)長春市氣象統(tǒng)計資料，1951—2011年，年平均氣溫升高了1.86℃[21]，城市平均氣溫比周圍鄉(xiāng)村地區(qū)高了0.1～0.5℃[22]。長春市的城市熱環(huán)境正在惡化，研究長春市地表溫度的空間分異，不僅能詳細(xì)把控長春市的熱環(huán)境，還能進一步研究城市綠地的優(yōu)化布局，對于減緩城市熱島效應(yīng)和改善城市環(huán)境都具有重要意義。

1.2 長春市城市綠地的提取

結(jié)合長春市高分2號遙感影像及谷歌地球等輔助影像資料，目視選取植被覆蓋區(qū)、無作物的農(nóng)田、水體，以及非植被覆蓋區(qū)域地類的樣本，以其中的70%作為訓(xùn)練樣本，用以監(jiān)督分類，剩下30%用于檢驗分類結(jié)果。在選擇好訓(xùn)練樣本的基礎(chǔ)上，使用支持向量機分類工具(Support Vector Machine Classification，SVM)對高分2號多光譜影像進行分類。為了驗證分類結(jié)果的準(zhǔn)確性，建立分類結(jié)果與檢驗樣本的混淆矩陣，總體分類精度達(dá)到97.61%，Kappa系數(shù)為0.964 6，說明分類結(jié)果較為準(zhǔn)確。隨后對分類后的影像作聚類處理，將鄰近的小斑塊合并為整體，將孤立的小斑塊并入周圍的土地類型。然后通過目視解譯的方法，將被分割的綠地斑塊重新組成整體，將錯分漏分的綠地重新分類，最終得到長春市四環(huán)內(nèi)的綠地分布圖。

1.3 長春市地表溫度獲取

1.3.1 劈窗算法反演地表溫度

劈窗算法是基于AVHRR熱紅外數(shù)據(jù)觀測海洋表面溫度的算法，由于劈窗算法對大氣參數(shù)的依賴性較小且操作簡單，因此得到了廣泛使用[23-25]。本文選用Rozenstein等改進的劈窗算法[23]，計算公式如下：

式中，Ts為地表溫度；T10、T11分別為Band10和Band11的亮度溫度；A0、A1、A2為參數(shù)；εi為第i波段對應(yīng)的地表比輻射率；τi為第i波段對應(yīng)的大氣透射率。

1.3.2 驗證反演地表溫度結(jié)果

氣象站在城市范圍內(nèi)分布均衡，且其記錄的空氣溫度數(shù)據(jù)具有良好的時間連續(xù)性。因此本研究基于實地測量數(shù)據(jù)的檢驗方法，選取22個氣象站(圖1)中10個位于植被覆蓋度較高地區(qū)的氣象站，將反演的地表溫度與氣象站記錄的空氣實測溫度數(shù)據(jù)進行對比，驗證反演地表溫度的準(zhǔn)確性。

圖1 長春市氣象站分布

1.4 城市綠地與熱島效應(yīng)相關(guān)關(guān)系辨析

1.4.1 斑塊層面的相關(guān)關(guān)系

由于NDVI與植被覆蓋率具有正相關(guān)關(guān)系，因此使用綠地斑塊的平均NDVI代表斑塊內(nèi)的植被覆蓋率。使用ArcGIS提取出各綠地斑塊內(nèi)的平均地表溫度和平均NDVI，計算各斑塊的面積和形狀指數(shù)，建立多元回歸方程。為了研究不同面積水平下城市綠地斑塊各種配置特征對其降溫效率的影響，將0.5≤S＜1hm2的綠地稱為微型綠地，1≤S＜5hm2的綠地稱為小型綠地，5≤S＜10hm2的綠地稱為中型綠地，S≥10hm2的綠地稱為大型綠地。使用SPSS分析不同面積范圍內(nèi)綠地的NDVI、形狀指數(shù)、面積和溫度。

1.4.2 景觀層面的相關(guān)關(guān)系

將研究區(qū)域劃分成若干小區(qū)，分別統(tǒng)計各分區(qū)內(nèi)的景觀參數(shù)，以探索景觀參數(shù)對城市綠地降溫效率的影響。使用ArcGIS的fishnet工具，按照0.5km×0.5km、1km×1km和2km×2km 3種景觀尺度將影像分為大小相同的若干小區(qū)，分別統(tǒng)計各分區(qū)內(nèi)的景觀面積(TA)、斑塊個數(shù)(NP)、斑塊平均面積(PA_MN)、最大斑塊指數(shù)(LPI)、平均形狀指數(shù)(MNSHAPE)、分散指數(shù)(SPLIT)和聚集指數(shù)(AI)等景觀參數(shù)及對應(yīng)的溫度(表1)。由于水體的溫度很低，降溫效率優(yōu)于植被，會對植被的降溫效率分析產(chǎn)生嚴(yán)重干擾，因此在分區(qū)時去掉水體面積很大的網(wǎng)格。

表1 景觀參數(shù)及說明

2 結(jié)果

2.1 長春市中心城區(qū)綠地格局分析

通過監(jiān)督分類提取的長春市城市綠地斑塊總數(shù)為18 740個(圖2)，總面積為5 132.62hm2，其數(shù)量和面積分布如表2所示。由表2可知，S＜0.5hm2的綠地斑塊數(shù)量高達(dá)17 449塊，占斑塊總數(shù)的93.11%，但其面積僅占綠地總面積的28.91%。這些斑塊一般是小區(qū)內(nèi)部的零散綠化，其數(shù)量及分布難以對城市熱環(huán)境產(chǎn)生明顯的影響，因此在研究城市綠地面積的分布情況時，排除這些數(shù)量眾多的小型綠地斑塊，只考察S＞0.5hm2且具有一定規(guī)模的綠地斑塊。

表2 長春市城市綠地數(shù)量和面積分布

圖2 綠地提取

2.2 斑塊層面綠地配置特征與降溫效率的動態(tài)關(guān)系

從表3中可以看出，在不同面積范圍內(nèi)，面積(Area)、植被指數(shù)(NDVI)、形狀(Shape)3種配置特征對城市綠地降溫效率的影響各有不同：在0.5≤S＜1hm2的綠地中，NDVI是影響降溫效率的唯一因素，二者呈現(xiàn)出明顯的負(fù)相關(guān)關(guān)系，說明增大植被覆蓋率是增強其降溫效率的有效途徑；當(dāng)1≤S＜5hm2時，綠地的面積和NDVI都是影響綠地降溫效率的主要因素；當(dāng)5≤S＜10hm2時，NDVI與綠地內(nèi)部平均地表溫度之間的相關(guān)性不明顯，而形狀指數(shù)卻能顯著影響城市綠地內(nèi)部的溫度，且二者呈正相關(guān)，說明對于中型綠地而言，形狀越接近正方形，降溫效率越高；對于S≥10hm2的大型綠地而言，綠地內(nèi)的平均地表溫度與NDVI呈顯著負(fù)相關(guān)，與形狀指數(shù)呈顯著正相關(guān)，說明增加植被覆蓋率和使其形狀變得緊湊，都能提高其降溫效率。

表3 綠地斑塊配置特征與地表溫度的Pearson相關(guān)系數(shù)

綠地斑塊的3種配置特征中，NDVI與綠地內(nèi)部植被覆蓋度和植被類型等因素有關(guān)，而與溫度之間關(guān)系復(fù)雜。由于城市綠地內(nèi)部溫度不僅受到自身面積、植被覆蓋度及形狀的影響，還會受到周圍環(huán)境如綠地、河流等的影響[26]，所以在對綠地及其內(nèi)部平均地表溫度進行回歸分析時，盡量選擇內(nèi)部沒有或者有較少水體的綠地?；诖耍谘芯繀^(qū)范圍內(nèi)選擇了33塊不同面積的綠地(圖3)用以研究城市綠地的面積與其內(nèi)部平均地表溫度之間的定量關(guān)系。

圖3 33塊綠地分布

對33塊綠地的面積和綠地內(nèi)部平均地表溫度進行回歸分析(圖4)可知，城市綠地的面積與其內(nèi)部平均地表溫度呈對數(shù)函數(shù)關(guān)系，綠地面積越大，其降溫效率越高，但是隨著綠地面積的增大，其降溫效率的提升會越來越弱。當(dāng)綠地面積S＜10hm2時，隨著綠地面積的增大，綠地內(nèi)部的溫度迅速下降；當(dāng)綠地面積S≥10hm2時，綠地內(nèi)部溫度并不會隨綠地面積的增大而迅速降低。因此，如果以城市綠地降溫功能最大化為原則，那么在規(guī)劃城市綠地時，對于面積S＜10hm2的綠地，應(yīng)盡可能增加其面積，對于S≥10hm2的綠地，則不必強求繼續(xù)擴大面積。

圖4 平均地表溫度回歸分析

2.3 景觀層面綠地配置特征與降溫效率的動態(tài)關(guān)系

對提取出的景觀參數(shù)與平均地表溫度進行相關(guān)性分析(表4)，可以看出，在0.5km×0.5km、1km×1km、2km×2km 3種景觀尺度下，平均地表溫度都與平均NDVI呈明顯負(fù)相關(guān)，Pearson相關(guān)系數(shù)分別為-0.560、-0.638和-0.701。在3種景觀尺度下，綠地面積也與平均地表溫度呈顯著負(fù)相關(guān)，Pearson相關(guān)系數(shù)分別為-0.507、-0.507和-0.644。這說明不論在什么樣的景觀尺度下，植被覆蓋度越大，溫度就越低。此外，綠地斑塊數(shù)量在0.5km×0.5km和1km×1km的景觀尺度下才與平均地表溫度有顯著的負(fù)相關(guān)關(guān)系，在2km×2km的景觀尺度下并沒有明顯的相關(guān)關(guān)系，這是由于在大的景觀尺度下，可能存在許多小型綠地或者一整塊大型綠地。

表4 不同景觀尺度下各景觀參數(shù)與平均地表溫度的Pearson相關(guān)系數(shù)

斑塊的數(shù)量與綠地總面積沒有必然聯(lián)系，綠地斑塊數(shù)量并不會與平均地表溫度相關(guān)，而在小的景觀尺度下，綠地斑塊的面積都比較小，因此綠地的數(shù)量能夠在一定程度上反映綠地的多少。LPI在3種景觀尺度下都與平均地表溫度呈顯著負(fù)相關(guān)，Pearson相關(guān)系數(shù)分別為-0.473、-0.461和-0.596，這說明在景觀中，存在較大的綠地會使區(qū)域內(nèi)的溫度降低。MNSHAPE在3種景觀尺度下都與平均地表溫度沒有顯著的相關(guān)關(guān)系，說明在景觀中，綠地的形狀對溫度的影響很微弱。就SPLIT而言，在0.5km×0.5km和2km×2km的景觀尺度下，SPLIT與平均地表溫度呈顯著正相關(guān)，Pearson相關(guān)系數(shù)分別為0.120和0.425，但是在1km×1km的景觀尺度下，二者無明顯的相關(guān)關(guān)系。就AI而言，在3種景觀尺度下，AI指數(shù)與平均地表溫度呈顯著負(fù)相關(guān)，Pearson相關(guān)系數(shù)分別為-0.105、-0.196和-0.458，這說明在景觀中，綠地集中布置會產(chǎn)生更好的降溫效率。

為了定量研究不同景觀尺度下各景觀參數(shù)與平均地表溫度之間的相關(guān)關(guān)系，分別建立各景觀尺度下各景觀參數(shù)與平均地表溫度的回歸方程(表5)，可以看出，在7個景觀參數(shù)中，表征植被覆蓋度的2個指標(biāo)NDVI和TA是影響該景觀溫度的主要因素。就NDVI而言，在0.5km×0.5km、1km×1km和2km×2km 3種景觀尺度下，分別能解釋31%、40%和49%的溫度變化。就TA而言，在0.5km×0.5km的景觀尺度下，綠地面積每增加1hm2，溫度下降0.23℃，換算成植被覆蓋度就是：植被覆蓋度每增加10%，溫度下降0.58℃。在1km×1km的景觀尺度下，綠地面積每增加1hm2，溫度下降0.074℃，換算成植被覆蓋度就是：植被覆蓋度每增加10%，溫度下降0.74℃。在2km×2km的景觀尺度下，綠地面積每增加1hm2，溫度下降0.024℃，換算成植被覆蓋度就是：植被覆蓋度每增加10%，溫度下降0.96℃。

表5 不同景觀尺度下各景觀參數(shù)與平均地表溫度回歸方程

在3種景觀尺度下，LPI是影響溫度變化的第二位重要因素，分別能解釋22%、21%和35%的溫度變化。AI和SPLIT對平均地表溫度的變化解釋度較小，但隨著景觀尺度的增大，其對溫度的解釋能力隨之增加。從SPLIT、AI及LPI 3個表征綠地聚集與分散的指標(biāo)中可以看出，在景觀中，集中布置的綠地能達(dá)到比分散布置的綠地更高的降溫效率。而MNSHAPE和NP與景觀的平均地表溫度沒有相關(guān)關(guān)系或僅有微弱的相關(guān)關(guān)系，這表明在景觀中，綠地的形狀并不能影響整個景觀的溫度。

2.4 城市綠地降溫范圍分析

在城市綠地周圍建立距離相等的若干緩沖區(qū)，以緩沖帶上平均地表溫度的變化來反映城市綠地的降溫效率。當(dāng)緩沖帶上的溫度變化不明顯，說明該處城市綠地的降溫效率已經(jīng)十分微弱，則這個緩沖帶的距離就是該綠地降溫的范圍。為了能夠較為準(zhǔn)確地得到城市綠地的降溫范圍，在城市綠地中選擇相對分離且周圍沒有水體或綠地大小形狀各不相同的30塊綠地作為樣本(圖5)。

圖5 30塊綠地分布

已有研究表明，城市綠地的降溫范圍隨綠地面積的不同，其降溫范圍一般在20～500m[27-28]。因此，至少需要研究綠地外600m范圍內(nèi)的溫度變化，才能找到綠地的降溫范圍。使用ArcGIS的多環(huán)緩沖區(qū)功能在每個綠地的外圍建立12個間隔50m的多環(huán)緩沖區(qū)(圖6)。使用ArcGIS統(tǒng)計各緩沖帶內(nèi)的平均地表溫度，然后以距離為橫軸，平均地表溫度為縱軸繪制溫度隨距離變化的曲線。以1號綠地為例(圖7)，其緩沖帶的溫度拐點出現(xiàn)在300m處，說明在這個距離時，地表溫度受1號綠地的影響最小，因此1號綠地的降溫范圍就是300m。

圖6 1號綠地多環(huán)緩沖區(qū)

圖7 1號綠地各緩沖區(qū)內(nèi)平均地表溫度變化

對其余29塊綠地同樣做出緩沖帶平均地表溫度隨距離變化的曲線，找出各綠地的降溫范圍，最終得到21組有效數(shù)據(jù)(表6)。根據(jù)表6的數(shù)據(jù)可知，面積較大的綠地降溫范圍較大，而面積較小的綠地的降溫范圍差距較大，但降溫范圍小的居多。將綠地面積與降溫范圍進行相關(guān)性分析，P值為0.418，說明二者沒有明顯的相關(guān)關(guān)系。但是面積較大的綠地往往降溫范圍也越大，并且綠地降溫范圍一般為150～400m，這與Yang等[28]的研究結(jié)果相吻合。

表6 各綠地面積及其降溫范圍

3 結(jié)論與討論

3.1 結(jié)論

本文立足城市綠地通過遮陰及蒸騰作用有效降低溫度、緩解熱島效應(yīng)，從而改善城市環(huán)境的視角，使用遙感技術(shù)和地理信息系統(tǒng)研究長春市城市綠地對熱島效應(yīng)的緩解作用，試圖在城市用地緊張、無法開辟大量城市綠地達(dá)到降溫效果的背景下，提高城市綠地的降溫效率，并通過調(diào)整城市綠地的結(jié)構(gòu)和空間布局使其降溫效率最大化。主要成果包括兩部分內(nèi)容：長春市城市綠地的空間分布，以及城市綠地的屬性對其降溫效果的影響。

1)使用監(jiān)督分類和目視解譯相結(jié)合的方法從高分2號遙感影像中提取了長春市的城市綠地，并對其數(shù)量和空間分布進行分析。從綠地數(shù)量的分布來看，面積越大的綠地數(shù)量越少。長春市面積S＜0.5hm2的綠地數(shù)量占總數(shù)的93.11%，但是其面積占比卻只有28.91%。引入景觀參數(shù)對綠地空間分布進行分析，發(fā)現(xiàn)長春市四環(huán)內(nèi)西北方的綠化水平最高，東北方的綠化水平最低，西北方城市綠地分布最為集中，東北方的綠地最為分散。

2)在反演地表溫度和提取城市綠地的基礎(chǔ)上，研究了綠地的面積、形狀及綠地內(nèi)植被覆蓋度對其降溫效率的影響。在不同面積范圍內(nèi)，3種配置特征對城市綠地降溫效率的影響各有不同：0.5≤S＜1hm2的綠地，可以通過增大植被覆蓋率來提升其降溫效率；1≤S＜5hm2的綠地，增加綠地的面積或植被覆蓋率都能有效提高其降溫效率；5≤S＜10hm2的綠地，點狀綠地的降溫效率優(yōu)于線狀綠地。雖然增大城市綠地的面積能夠提升綠地的降溫效率，但是隨著綠地面積的不斷增大，綠地降溫效率的提升會越來越弱。城市綠地對其周圍區(qū)域也有降溫效果，通常綠地面積越大，降溫范圍越大，但是二者相關(guān)性并不明顯，綠地的降溫范圍為150～400m。

3.2 討論

為詳細(xì)了解城市綠地空間配置特征與降溫效率的動態(tài)響應(yīng)關(guān)系，從綠地斑塊、景觀、綠地外圍3個層面研究城市綠地的配置特征對其降溫效率的影響?？偟膩碚f，增大綠地面積可以使綠地內(nèi)部溫度降低，但是隨著綠地面積的增大，降溫效率的提升會越來越不明顯；增大區(qū)域內(nèi)的植被覆蓋度可以有效降低溫度；綠地的形狀和綠地斑塊的數(shù)量對區(qū)域的溫度沒有影響，或者有微弱影響；綠地緊湊布局會有更高的降溫效率；城市綠地對周圍區(qū)域也有降溫效果，隨著綠地面積的增大，其降溫范圍變大，但是二者之間沒有明顯的相關(guān)關(guān)系，說明影響城市綠地降溫效率的因素比較復(fù)雜，仍需深入研究綠地結(jié)構(gòu)對城市熱環(huán)境的影響。

綠地生態(tài)系統(tǒng)、大氣間的蒸散發(fā)，以及碳和能量的交換強烈依賴綠地三維結(jié)構(gòu)[29]。探究綠地的三維結(jié)構(gòu)-能量關(guān)系是研究城市綠地對城市熱島效應(yīng)恢復(fù)力不可或缺的一部分，由于綠地結(jié)構(gòu)與能量之間的相互作用較為復(fù)雜，基于遙感技術(shù)確定城市綠地三維結(jié)構(gòu)-能量的關(guān)系進行城市綠地三維結(jié)構(gòu)監(jiān)測與預(yù)測的敏感性反饋研究，為量化城市綠地三維結(jié)構(gòu)與地表溫度的能量平衡提供了研究基礎(chǔ)，也有助于改善參數(shù)化建模的不確定性[30]。在后續(xù)研究中，仍需從地表能量平衡的角度，及時準(zhǔn)確地獲取城市綠地的三維結(jié)構(gòu)信息，進一步挖掘城市綠地三維結(jié)構(gòu)對其降溫效率的內(nèi)在影響機制。這對于準(zhǔn)確辨析城市綠地與地表熱通量的關(guān)系、理解城市綠地對熱環(huán)境的調(diào)節(jié)作用十分關(guān)鍵。

注：文中圖片均由作者繪制。